07 | 分布式锁：关键重地，非请勿入

学完3-7节我自己总结了一下个人的理解： 分布式协调与同步的场景中需要解决一些通用问题 1.分布式系统中，多个节点都需要访问一个临界资源，但是同一时刻只能有一个节点可以访问，为了解决这个问题就是要通过分布式互斥来实现，老师说的有你没我，有我没你；分布式锁就是实现分布式互斥的一种实现方式 2.分布式系统中，多个节点需要同时写一份相同的数据，怎么保证数据写的是一致的呢？需要一个节点来协调，这个协调节点叫做leader，它是怎么产生的呢？是通过选举产生的，这就是分布式选举； 3.分布式系统中，多个节点达成某一项共识可以通过选举（投票）的方式实现，选举不简单是少数服从多数，还有一些拓展：投票的时候考虑优先级，考虑权重，考虑代理等 4.分布式系统中除了互斥，达成共识还有协同作战：分布式事务，多个节点同时做一件事，要么全成功，要么全失败；本来单机事务是通过数据库（Mysql）的多版本MVCC实现的，现在在分布式环境中，每个节点都有数据库，不能实现分布式事务了，现在需要通过程序来模拟实现单机事务的特性ACID。考虑实际情况，XA协议下的2阶段和3阶段提交都不能很好的满足需求，衍生出了新的理论(BASE)来实现

分布式互斥是在分布式系统中存在多个节点共享某个资源或临界区，任何时刻只允许一个进程访问资源或执行临界区，而分布式锁正好是解决分布式互斥的一种方法。

1、分布式互斥：在一个分布式系统中，控制集群中的节点互斥的访问共享资源，算法有：集中式算法、民主协商算法（分布式算法）、民主协商算法 2、分布式锁：实现分布式互斥需要用到分布式锁。 基于数据库的分布式锁； 基于缓存的分布式锁； 基于zookeeper的分布式锁 3、分布式选举：对于一个分布式集群来说，需要对集群节点进程调度、管理，需要通过分布式选举选出leader节点。选举算法有： 长者为大：bully算法 民主投票：Raft算法 具有优先级的民主投票：ZAB算法 4、分布式共识：分布式系统中多个节点之间，彼此对某个状态达成一致结果的过程。常用的算法有： PoW（工作量证明：比特币） PoS（权益证明：以太坊） DPos（委托权益证明：比特股） 5、分布式事务：XA 是一个分布式事务协议，规定了事务管理器和资源管理器接口。事务管理器即类似于使用集中式算法对资源进行协调 二阶段提交方法（2PC）：强一致性 三阶段提交方法（3PC）：强一致性 基于分布式消息的最终一致性方案

最后一段有些问题 应改为若本进程为写请求，则向比自己序号小的最后一个请求节点注册监听事件，因为写和写之间也是互斥的。

如果客户端和zk的链接突然断开，但业务又在调用api的等待中，这个时候很难说锁避免了临界资源被并发访问吧

读请求watch比它小的写请求，写请求是不是应该watch比它小的请求（无论读写）？不然会有冲突的吧？不知道理解对不对

老师，我有个问题，分布式锁，比如a拿到了锁执行时间超过了超时时间，那么b就可以拿到锁了，这个时候a提交数据，不就造成锁失效的问题了么？

若其他进程已对临界资源进行写入，则当前进程则无论读写都必须阻塞。不知老师是否同意。

1 .redis 不用通过超时来释放锁，DEL操作可以直接释放不用等到超时 2. redis 官方已经明确说明不推荐 setnx 来实现分布式锁了(https://redis.io/commands/setnx) 官方给出了 the Redlock algorithm 各语言的实现版本是来实现分布式锁的机制，比如JAVA的实现版本(https://github.com/redisson/redisson) 所以从可靠性来讲并不比zk的方案差

分布式锁是实现互斥的一种手段。